FRTree Planner: Robot Navigation in Cluttered and Unknown Environments with Tree of Free Regions

要約

この作業では、狭い通路を持つ散らかった未知の環境でナビゲーション用に設計された自由領域のツリー構造を活用する新しいロボットナビゲーションフレームワークであるFrtree Plannerを提示します。
このフレームワークは、リアルタイムの知覚情報を継続的に組み込んで、異なるナビゲーションオプションを識別し、ツリーを探索可能で横断可能な方向に動的に拡張します。
この動的に構築されたツリーは、衝突のない空間の幾何学的およびトポロジ情報を徐々にエンコードし、中間目標の効率的な選択を可能にし、行き止まりの状況をナビゲートし、以前のマップなしで動的障害を回避します。
重要なことに、私たちの方法は、オンライン再生中に自由領域とロボット間の幾何学的関係の包括的な分析を実行します。
特に、プランナーは、ロボットのジオメトリに基づいて候補パッセージのアクセシビリティを評価し、アクセス可能な狭いパッセージを通じて最も実行可能な中間目標の効果的な選択を促進し、不要な迂回を最小限に抑えます。
自由な地域情報を特定の幾何学を備えたロボットに合わせたバイレベルの軌道最適化と組み合わせることにより、閉じ込められたスペースで堅牢で適応性のある障害物回避戦略を生成します。
広範なシミュレーションと現実世界の実験を通じて、Frtreeは、狭いギャップを備えた高度に乱雑で未知の地形を通じて、安全で効率的なモーションプランを生成する際のベンチマーク方法よりも優位性を示しています。

要約(オリジナル)

In this work, we present FRTree planner, a novel robot navigation framework that leverages a tree structure of free regions, specifically designed for navigation in cluttered and unknown environments with narrow passages. The framework continuously incorporates real-time perceptive information to identify distinct navigation options and dynamically expands the tree toward explorable and traversable directions. This dynamically constructed tree incrementally encodes the geometric and topological information of the collision-free space, enabling efficient selection of the intermediate goals, navigating around dead-end situations, and avoidance of dynamic obstacles without a prior map. Crucially, our method performs a comprehensive analysis of the geometric relationship between free regions and the robot during online replanning. In particular, the planner assesses the accessibility of candidate passages based on the robot’s geometries, facilitating the effective selection of the most viable intermediate goals through accessible narrow passages while minimizing unnecessary detours. By combining the free region information with a bi-level trajectory optimization tailored for robots with specific geometries, our approach generates robust and adaptable obstacle avoidance strategies in confined spaces. Through extensive simulations and real-world experiments, FRTree demonstrates its superiority over benchmark methods in generating safe, efficient motion plans through highly cluttered and unknown terrains with narrow gaps.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google